CN115602328A - 急性白血病的预警方法及装置 - Google Patents
急性白血病的预警方法及装置 Download PDFInfo
- Publication number
- CN115602328A CN115602328A CN202211434600.XA CN202211434600A CN115602328A CN 115602328 A CN115602328 A CN 115602328A CN 202211434600 A CN202211434600 A CN 202211434600A CN 115602328 A CN115602328 A CN 115602328A
- Authority
- CN
- China
- Prior art keywords
- data
- threshold
- detection data
- early warning
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明实施例公开了一种急性白血病的预警方法及装置,包括采集用户的当前检测数据以及用户信息,将当前检测数据输入至预先建立的预测模型中输出预测结果;当预测结果为大于第一阈值时,获取核验流程发送至用户终端;当预测结果在第一阈值与第二阈值之间时,将当前检测数据输入至预警模型以获取患病风险概率。通过采集已经进行初步检测的用户的检测数据,结合事先训练好的预测模型输入相应的预测结果,针对不同预测结果以不同的方式进行后续流程,进一步进行确诊核验、根据提前采集的用户信息提示该用户核验流程,或者进行患病预警,告知患病风险概率,通过科学判断降低预测为非患病用户的检验成本。
Description
技术领域
本发明涉及医疗诊断技术领域,具体涉及一种急性白血病的预警方法及装置。
背景技术
急性髓细胞性白血病(又称急性髓细胞白血病或急性髓系白血病)是一种以骨髓细胞异常增殖和分化为特征的血液系统恶性肿瘤,也是成人急性白血病的主要病理类型(占比约80%-90%),临床表现复杂,多数病例病情急重,预后凶险,如不及时治疗常可危及生命。目前,作为白血病初发的诊断,有测定患者末梢血中的白细胞数,计测 值超过正常值时,怀疑白血病发生的方法。然而,即使是感冒等白血 病以外的疾病,由于体内免疫反应的亢进,白细胞数也会增大,所以 仅凭白细胞数地测定,存在假阳性的可能性。另外,末梢血中白细胞 数的正常值为4,000~8,000个/μL,范围很宽,也存在假阴性的可能性。急性髓细胞性白血病的进一步诊断主要依靠外周血细胞检查和骨髓活检,检测成本高,并且缺乏前期针对检查数据的科学预警。
发明内容
针对所述缺陷,本发明实施例公开了一种急性白血病的预警方法及装置,其预测成本低、能给予检测用户患病预警分析。
本发明实施例第一方面公开了急性白血病的预警方法,包括:
采集用户的当前检测数据以及用户信息,将所述当前检测数据输入至预先建立的预测模型中输出预测结果,所述预测结果为数据评分;
当所述预测结果为大于第一阈值时,获取核验流程,并根据用户信息发送至用户终端;
当所述预测结果在第一阈值与第二阈值之间时,将所述当前检测数据输入至预警模型以获取患病风险概率,所述第一阈值大于第二阈值。
作为一种可选的实施方式,在本发明实施例第一方面中,所述预测模型通过以下方式建立:
获取若干组第一历史检测数据,所述第一历史检测数据包括检查项目、检测数据和诊断结果;
将所述检测数据、检查项目作为模型输入数据、诊断结果作为模型输出数据进行模型训练得到预测模型。
作为一种可选的实施方式,在本发明实施例第一方面中,建立所述预测模型还包括:
获取若干组第二历史检测数据,并根据所述第二历史检测数据修正所述预测模型。
作为一种可选的实施方式,在本发明实施例第一方面中,所述患病核验流程包括血常规检验、外周血涂片项目、骨髓活检项目。
作为一种可选的实施方式,在本发明实施例第一方面中,所述当所述预测结果大于第一阈值时,还发送专家挂号提示报文至用户终端,并当接收到来自用户终端的确认响应后,自动发送专家门诊预约指令。
作为一种可选的实施方式,在本发明实施例第一方面中,所述预警模型通过以下方式建立:
构建预警样本数据库,所述预警样本数据库包括数据评分为第一阈值与第二阈值之间的历史检测数据、每一组历史检测数据对应的用户在预设时长内的复诊数据;
根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型。
作为一种可选的实施方式,在本发明实施例第一方面中,根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型,包括:
对应每一组数据评分为第一阈值与第二阈值之间的历史检测数据中每一项检查数据设定多个数值范围,将检查数据的数值属于同一个数值范围的历史检测数据划分为同一类历史检测数据;
根据同一类历史检测数据中每一组历史检测数据的复诊数据计算该类历史检测数据对应的患病风险概率;
将所述据评分为第一阈值与第二阈值之间的历史检测数据作为输入数据、每一类历史检测数据对应的患病风险概率作为输出数据训练预警模型。
本发明实施例第二方面公开一种急性白血病的预警装置,包括:
数据采集模块:用于采集用户的当前检测数据以及用户信息,将所述当前检测数据输入至预先建立的预测模型中输出预测结果,所述预测结果为数据评分;
核验流程发送模块:用于当所述预测结果为大于第一阈值时,获取核验流程,并根据用户信息发送至用户终端;
患病风险预警模块:用于当所述预测结果在第一阈值与第二阈值之间时,将所述当前检测数据输入至预警模型以获取患病风险概率,所述第一阈值大于第二阈值。
作为一种可选的实施方式,在本发明实施例第二方面中,所述预测模型通过以下方式建立:
获取若干组第一历史检测数据,所述第一历史检测数据包括检查项目、检测数据和诊断结果;
将所述检测数据、检查项目作为模型输入数据、诊断结果作为模型输出数据进行模型训练得到预测模型。
作为一种可选的实施方式,在本发明实施例第二方面中,建立所述预测模型还包括:
获取若干组第二历史检测数据,并根据所述第二历史检测数据修正所述预测模型。
作为一种可选的实施方式,在本发明实施例第二方面中,所述患病核验流程包括血常规检验、外周血涂片项目、骨髓活检项目。
作为一种可选的实施方式,在本发明实施例第二方面中,所述当所述预测结果大于第一阈值时,还发送专家挂号提示报文至用户终端,并当接收到来自用户终端的确认响应后,自动发送专家门诊预约指令。
作为一种可选的实施方式,在本发明实施例第二方面中,所述预警模型通过以下方式建立:
构建预警样本数据库,所述预警样本数据库包括数据评分为第一阈值与第二阈值之间的历史检测数据、每一组历史检测数据对应的用户在预设时长内的复诊数据;
根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型。
作为一种可选的实施方式,在本发明实施例第二方面中,根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型,包括:
对应每一组数据评分为第一阈值与第二阈值之间的历史检测数据中每一项检查数据设定多个数值范围,将检查数据的数值属于同一个数值范围的历史检测数据划分为同一类历史检测数据;
根据同一类历史检测数据中每一组历史检测数据的复诊数据计算该类历史检测数据对应的患病风险概率;
将所述据评分为第一阈值与第二阈值之间的历史检测数据作为输入数据、每一类历史检测数据对应的患病风险概率作为输出数据训练预警模型。
本发明实施例第三方面公开一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行本发明实施例第一方面公开的急性白血病的预警方法。
本发明实施例第四方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的急性白血病的预警方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例的急性白血病的预警方法通过采集已经进行初步检测的用户的检测数据,结合事先训练好的预测模型输入相应的预测结果,针对预测结果以不同的方式进行后续流程,预测结果为大于第一阈值的用户进一步进行确诊核验,根据提前采集的用户信息提示该用户核验流程,对于预测结果在第一阈值与第二阈值之间的用户进行患病预警,告知患病风险概率,通过科学判断降低用户的检验成本,并提醒用户患病风险帮助增加用户的保健意识、帮助用户提前做好患病应对措施。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的急性白血病的预警方法的流程示意图;
图2是本发明实施例公开的预测模型的构建流程示意图;
图3是本发明实施例公开的预警模型的构建流程示意图;
图4是本发明实施例提供的一种急性白血病的预警装置的结构示意图;
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象,而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,示例性地,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开了一种急性白血病的预警方法、装置、电子设备及存储介质,通过采集已经进行初步检测的用户的检测数据,结合事先训练好的预测模型输入相应的预测结果,针对预测结果以不同的方式进行后续流程,预测结果为大于第一阈值的用户进一步进行确诊核验,根据提前采集的用户信息提示该用户核验流程,对于预测结果在第一阈值与第二阈值之间的用户进行患病预警,告知患病风险概率,通过科学判断降低用户的检验成本,并提醒用户患病风险帮助增加用户的保健意识、帮助用户提前做好患病应对措施。
实施例一
请参阅图1,图1是本发明实施例公开的一种急性白血病的预警方法的流程示意图。其中,本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体,该执行主体可以通过有线或/和无线方式接收相关信息,并可以发送一定的指令。当然,其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备,例如远程的物理服务器或云服务器以及相关软件,也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中,还可以控制多个存储设备,存储设备可以与设备放置于同一地方或不同地方。如图1所示,该基于急性白血病的预警方法包括以下步骤:
S101、采集用户的当前检测数据以及用户信息,将所述当前检测数据输入至预先建立的预测模型中输出预测结果,所述预测结果为数据评分。
实施例中,用户是指前往医院进行挂号,并进行相应的白血病初步筛查的用户。这里进行了白血病初步筛查项目的初衷不一定是特地为了查验是否患白血病,而也可能是做其他体检,也需要查验该项目。刚好该项目的数值可以用来初步验证是否患白血病。此时,这里的用户通过白血病初步筛查,可能是白血病患者,也可能不是白血病患者。本申请中并不直接诊断用户是否确诊白血病,而是通过当前检测数据中不同的数值范围推测不能的可能性,进而进行进一步的预警措施。用户信息通常包括用户名、用户联系方式等,用户名用于与用户进行绑定,确认身份信息,用户联系方式用于与该用户取得联系,以便根据预测结果发送相关信息给用户。用户联系方式可以包括手机号码、邮件等,通过该用户联系方式,后续可以发送预测结果等信息给用户,用户信息的采集可以提前通过相应的应用程序采集、或者是当用户挂号时采集用户信息。用户信息除了包括用户名和用户联系方式,还可以包括用户年龄、性别等等。
实施例的预测模型提前通过大量的检测数据进行训练,并进行相应的检验和修正获得。该预测模型用于帮助基于当前检测数据的各项指标数值,预测对应的用户是否存在患病风险,能够提前预测,在传统人为判断的基础上结合科学的自动化预测方法,降低非患者的检测成本,减少全项检查时长。
具体来讲,请结合图2,该预测模型通过以下方式构建:1011、获取若干组第一历史检测数据,所述第一历史检测数据包括检查项目、检测数据和诊断结果。1012、根据所述检测数据、检查项目和诊断结果进行模型训练得到预测模型。实施例的第一历史检测数据也即是以往的不同用户所进行白血病初步筛查项目得到的筛查数据,对应有不同的检查项目、检测数据和诊断结果,例如血常规化验,血常规化验包括不同的检查项目,如白细胞数、红细胞数等等。根据血常规的数据结果通常对应有检测结果预判,也即是生成针对不同检测数据的数据评分,当数据评分大于第一阈值时,表明患病可能性大,当数据评分在第一阈值和第二阈值之间时,表明当患病概率小,但是有一定概率,需要进一步的预警分析,而低于第二阈值,表明相对无风险,该结果预判即是本步骤所述的诊断结果。
进一步的,实施例建立所述预测模型还包括:1013、获取若干组第二历史检测数据,1014、根据所述第二历史检测数据修正所述预测模型。本步骤中,第二历史检测数据是与第一历史检测数据包含相同检测项目的检验。也即是相当于,获取足够大量的历史检测数据,按照一定的比例划分为两个部分,其中一个部分作为第一历史检测数据,另一部分作为第二历史检测数据。该比例可以是第一历史检测数据占六成,第二历史检测数据占四成,或者是其他比例方式。通过将历史检测数据分成两个部分,一部分用来构建预测模型,另一部分用来修正模型,使得该模型更加准确,使得预测结果更加可信。
S102、当所述预测结果为大于第一阈值时,获取核验流程,并根据用户信息发送至用户终端。
通过预测模型可以得到不同的数据评分,根据数据评分的高度对应在不同的阈值范围。在预测到结果为大于第一阈值时,为了方便患者后续的确诊、复检等,根据用户信息,调取相关的核验流程发送给用户,以便于用户后续可以根据核验流程提前了解后续要检查的项目。同时,该核验流程还可以相应的包含每一个核验项目对应的地点、时间、价格等,提供便利性。需要说明的事,本步骤仅仅是提供现有的确诊白血病的常规项目给用户,而不是如何诊断用户是否患白血病。
进一步的,实施例还发送专家挂号提示报文至用户终端,并当接收到来自用户终端的确认响应后,自动发送专家门诊预约指令。例如,后台调取所有对应的专家信息,包括专家名称、专家坐诊时间、专家空余看诊名额等等,发送专家挂号提示报文至用户终端,用户终端通常对应为用户的智能手机,专家挂号提示报文包含有专家信息以及提示挂号信息,提示挂号信息是提示用户挂号,可以生成响应按钮发送给用户,按钮包括确认挂号和忽略,当接收到用户确认挂号的响应指令时,显示专家信息,以便用户进行挑选,选择合适的专家,选取后由系统后台自动预约挂号。另一个示例性的,还可以由后台在接收到用户确认挂号的响应指令时,采集用户的方便面诊时间,基于该时间自动择优选择专家进行预约挂号。此处择优可以包含算法权重计算的专家排序,首先选择时间合适的,其次可以选择级别高的,再其次同级别且时间都合适的专家中可以选择看诊人数多的,等等。
S103、当所述预测结果在第一阈值与第二阈值之间时,将所述当前检测数据输入至预警模型以获取患病风险概率,所述第一阈值大于第二阈值。
本步骤中,结合图3,预警模型通过以下方式建立:1031、构建预警样本数据库,预警样本数据库包括数据评分为第一阈值与第二阈值之间的历史检测数据、每一组历史检测数据对应的用户在预设时长内的复诊数据;根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型。数据评分在第一阈值与第二阈值之间的用户,也即是这类应用在第一步通过预测模型预测出不太有患病可能的用户,但是因为数值也不是绝对健康,未来可能有患病的可能,因此进行进一步的预警监测,通过预警模型计算这类用户分别所对应的一个未来患病可能性,进而可以提醒用户定期检查、及时复查等等。
具体的,根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型,包括:
1032、对应每一组数据评分为第一阈值与第二阈值之间的历史检测数据中每一项检查数据设定多个数值范围,将检查数据的数值属于同一个数值范围的历史检测数据划分为同一类历史检测数据;
1033、根据同一类历史检测数据中每一组历史检测数据的复诊数据计算该类历史检测数据对应的患病风险概率;
1034、将所述数据评分为第一阈值与第二阈值之间的历史检测数据作为输入数据、每一类历史检测数据对应的患病风险概率作为输出数据训练预警模型。
实施例二
请参阅图4,图4是本发明实施例公开的急性白血病的预警装置的结构示意图。如图4所示,该急性白血病的预警装置可以包括数据采集模块401、核验流程发送模块402和患病风险预警模块403,其中,数据采集模块401,用于采集用户的当前检测数据以及用户信息,将所述当前检测数据输入至预先建立的预测模型中输出预测结果,所述预测结果为数据评分;核验流程发送模块402,用于当所述预测结果为大于第一阈值时,获取核验流程,并根据用户信息发送至用户终端;患病风险预警模块403,用于当所述预测结果在第一阈值与第二阈值之间时,将所述当前检测数据输入至预警模型以获取患病风险概率,所述第一阈值大于第二阈值。
上述中,预测模型通过以下方式建立:获取若干组第一历史检测数据,所述第一历史检测数据包括检查项目、检测数据和诊断结果;根据所述检测数据、检查项目和诊断结果进行模型训练得到预测模型。进一步的,建立所述预测模型还包括:获取若干组第二历史检测数据,并根据所述第二历史检测数据修正所述预测模型。
核验流程发送模块402中所述的患病核验流程包括血常规检验、外周血涂片项目、骨髓活检项目。在核验流程发送模块402中还发送专家挂号提示报文至用户终端,并当接收到来自用户终端的确认响应后,自动发送专家门诊预约指令。
患病风险预警模块403中,预警模型通过以下方式建立:构建预警样本数据库,所述预警样本数据库包括数据评分为第一阈值与第二阈值之间的历史检测数据、每一组历史检测数据对应的用户在预设时长内的复诊数据;根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型。
进一步的,根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型,包括:对应每一组数据评分为第一阈值与第二阈值之间的历史检测数据中每一项检查数据设定多个数值范围,将检查数据的数值属于同一个数值范围的历史检测数据划分为同一类历史检测数据;根据同一类历史检测数据中每一组历史检测数据的复诊数据计算该类历史检测数据对应的患病风险概率;将所述据评分为第一阈值与第二阈值之间的历史检测数据作为输入数据、每一类历史检测数据对应的患病风险概率作为输出数据训练预警模型。
实施例三
请参阅图5,图5是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等,当然,在一定情况下,还可以是手机、平板电脑以及监控终端等智能设备,以及具有处理功能的图像采集装置。如图5所示,该电子设备可以包括:
存储有可执行程序代码的存储器501;
与存储器501耦合的处理器502;
其中,处理器502调用存储器501中存储的可执行程序代码,执行实施例一中的急性白血病的预警方法中的部分或全部步骤。
本发明实施例公开一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行实施例一中的急性白血病的预警方法中的部分或全部步骤。
本发明实施例还公开一种计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行实施例一中的急性白血病的预警方法中的部分或全部步骤。
本发明实施例还公开一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行实施例一中的急性白血病的预警方法中的部分或全部步骤。
在本发明的各种实施例中,应理解,所述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例所述方法的部分或全部步骤。
在本发明所提供的实施例中,应理解,“与A对应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的急性白血病的预警方法、装置、电子设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种急性白血病的预警方法,其特征在于,包括:
采集用户的当前检测数据以及用户信息,将所述当前检测数据输入至预先建立的预测模型中输出预测结果,所述预测结果为数据评分;
当所述预测结果为大于第一阈值时,获取核验流程,并根据用户信息发送至用户终端;
当所述预测结果在第一阈值与第二阈值之间时,将所述当前检测数据输入至预警模型以获取患病风险概率,所述第一阈值大于第二阈值。
2.根据权利要求1所述的预警方法,其特征在于,所述预测模型通过以下方式建立:
获取若干组第一历史检测数据,所述第一历史检测数据包括检查项目、检测数据和诊断结果;
根据所述检测数据、检查项目和诊断结果进行模型训练得到预测模型。
3.根据权利要求2所述的预警方法,其特征在于,建立所述预测模型还包括:
获取若干组第二历史检测数据,并根据所述第二历史检测数据修正所述预测模型。
4.根据权利要求1所述的预警方法,其特征在于,所述核验流程包括血常规检验、外周血涂片项目、骨髓活检项目。
5.根据权利要求4所述的预警方法,其特征在于,所述当所述预测结果大于第一阈值时,还发送专家挂号提示报文至用户终端,并当接收到来自用户终端的确认响应后,自动发送专家门诊预约指令。
6.根据权利要求1所述的预警方法,其特征在于,所述预警模型通过以下方式建立:
构建预警样本数据库,所述预警样本数据库包括数据评分为第一阈值与第二阈值之间的历史检测数据、每一组历史检测数据对应的用户在预设时长内的复诊数据;
根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型。
7.根据权利要求6所述的预警方法,其特征在于,根据所述数据评分为第一阈值与第二阈值之间的历史检测数据以及复诊数据训练预警模型,包括:
对应每一组数据评分为第一阈值与第二阈值之间的历史检测数据中每一项检查数据设定多个数值范围,将检查数据的数值属于同一个数值范围的历史检测数据划分为同一类历史检测数据;
根据同一类历史检测数据中每一组历史检测数据的复诊数据计算该类历史检测数据对应的患病风险概率;
将所述数据评分为第一阈值与第二阈值之间的历史检测数据作为输入数据、每一类历史检测数据对应的患病风险概率作为输出数据训练预警模型。
8.一种急性白血病的预警装置,其特征在于,包括:
数据采集模块:用于采集用户的当前检测数据以及用户信息,将所述当前检测数据输入至预先建立的预测模型中输出预测结果,所述预测结果为数据评分;
核验流程发送模块:用于当所述预测结果为大于第一阈值时,获取核验流程,并根据用户信息发送至用户终端;
患病风险预警模块:用于当所述预测结果在第一阈值与第二阈值之间时,将所述当前检测数据输入至预警模型以获取患病风险概率,所述第一阈值大于第二阈值。
9.一种电子设备,其特征在于,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行权利要求1至7任一项所述的急性白血病的预警方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机程序,其中,所述计算机程序使得计算机执行权利要求1至7任一项所述的急性白血病的预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211434600.XA CN115602328B (zh) | 2022-11-16 | 2022-11-16 | 急性白血病的预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211434600.XA CN115602328B (zh) | 2022-11-16 | 2022-11-16 | 急性白血病的预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115602328A true CN115602328A (zh) | 2023-01-13 |
CN115602328B CN115602328B (zh) | 2023-05-26 |
Family
ID=84853616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211434600.XA Active CN115602328B (zh) | 2022-11-16 | 2022-11-16 | 急性白血病的预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115602328B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110066024A1 (en) * | 2009-09-17 | 2011-03-17 | National Taiwan University | Method and apparatus for acquiring an image biomarker and prognosing a blood related disease |
CN107341347A (zh) * | 2017-06-27 | 2017-11-10 | 天方创新(北京)信息技术有限公司 | 基于评分模型对乳腺癌进行风险评分的方法及装置 |
CN107423560A (zh) * | 2017-06-27 | 2017-12-01 | 天方创新(北京)信息技术有限公司 | 基于评分模型对二型糖尿病进行风险评分的方法及装置 |
US20200126662A1 (en) * | 2017-02-20 | 2020-04-23 | Ping An Technology (Shenzhen) Co., Ltd. | Method, device, and apparatus for detecting disease probability, and computer-readable storage medium |
CN111816310A (zh) * | 2020-07-16 | 2020-10-23 | 山东大学 | 一种骨髓血液疾病危险因素贡献率计算及风险预测系统 |
CN113345592A (zh) * | 2021-06-18 | 2021-09-03 | 山东第一医科大学附属省立医院(山东省立医院) | 一种急性髓细胞样白血病预后风险模型的构建及诊断设备 |
CN113693561A (zh) * | 2021-08-26 | 2021-11-26 | 平安国际智慧城市科技股份有限公司 | 基于神经网络的帕金森病预测设备、装置和存储介质 |
-
2022
- 2022-11-16 CN CN202211434600.XA patent/CN115602328B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110066024A1 (en) * | 2009-09-17 | 2011-03-17 | National Taiwan University | Method and apparatus for acquiring an image biomarker and prognosing a blood related disease |
US20200126662A1 (en) * | 2017-02-20 | 2020-04-23 | Ping An Technology (Shenzhen) Co., Ltd. | Method, device, and apparatus for detecting disease probability, and computer-readable storage medium |
CN107341347A (zh) * | 2017-06-27 | 2017-11-10 | 天方创新(北京)信息技术有限公司 | 基于评分模型对乳腺癌进行风险评分的方法及装置 |
CN107423560A (zh) * | 2017-06-27 | 2017-12-01 | 天方创新(北京)信息技术有限公司 | 基于评分模型对二型糖尿病进行风险评分的方法及装置 |
CN111816310A (zh) * | 2020-07-16 | 2020-10-23 | 山东大学 | 一种骨髓血液疾病危险因素贡献率计算及风险预测系统 |
CN113345592A (zh) * | 2021-06-18 | 2021-09-03 | 山东第一医科大学附属省立医院(山东省立医院) | 一种急性髓细胞样白血病预后风险模型的构建及诊断设备 |
CN113693561A (zh) * | 2021-08-26 | 2021-11-26 | 平安国际智慧城市科技股份有限公司 | 基于神经网络的帕金森病预测设备、装置和存储介质 |
Non-Patent Citations (1)
Title |
---|
赵华等: "血常规数据挖掘对白血病的初筛作用", 《泸州医学院学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115602328B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110473615B (zh) | 一种信息处理方法及装置 | |
KR20170061222A (ko) | 건강데이터 패턴의 일반화를 통한 건강수치 예측 방법 및 그 장치 | |
US20140244278A1 (en) | Health management system and method of providing health information by using the system | |
CN103440421B (zh) | 医学数据处理方法和系统 | |
US20200279654A1 (en) | Software, health status determination device and health status determination method | |
US11640852B2 (en) | System for laboratory values automated analysis and risk notification in intensive care unit | |
CN111863252A (zh) | 健康监测方法、系统、计算机设备及存储介质 | |
CN110675942A (zh) | 医学影像图像诊断分配方法、装置、终端及存储介质 | |
RU106013U1 (ru) | Система постановки дифференцированного диагноза по данным диагностики, справочная система результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы, система дифференциации записи результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы и дифференциально-диагностическая матрица для интеграции в автоматизированные медицинские информационные системы | |
CN115312194A (zh) | 生理数据分析系统、方法、设备及存储介质 | |
CN112331283A (zh) | 健康监测方法、装置及计算机可读介质 | |
CN112233816A (zh) | 健康监测方法、装置及计算机可读介质 | |
JP2003067489A (ja) | 検査結果データ出力システム | |
US20230060794A1 (en) | Diagnostic Tool | |
CN115602328B (zh) | 急性白血病的预警方法及装置 | |
KR101744800B1 (ko) | 의료 정보 제공 시스템 | |
CN112786185B (zh) | 血压健康状态获取方法、装置和系统 | |
US11715567B2 (en) | Storage medium, information processing apparatus, information processing system, and information processing method | |
US20140188518A1 (en) | Medical Screening System | |
JP6625840B2 (ja) | 健康管理支援装置、健康管理支援システム及び健康管理支援方法 | |
CN114373546A (zh) | 疾病风险评估方法、装置及存储介质 | |
CN112754457A (zh) | 体脂健康状态获取方法、装置和系统 | |
CN112420197A (zh) | 一种智能公卫服务管理系统及方法 | |
US20220223297A1 (en) | Device, method and program providing reference information for disease diagnosis, based on body temperature | |
RU103022U1 (ru) | Система дифференциации и анализа зарегистрированных клинических данных |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |